■中國(guó)農(nóng)業(yè)銀行內(nèi)控合規(guī)監(jiān)督部 鄭花禎

一、商業(yè)銀行智慧案防的重要性

當(dāng)前，新冠肺炎疫情仍在全球蔓延，世界經(jīng)濟(jì)形勢(shì)復(fù)雜嚴(yán)峻，經(jīng)濟(jì)恢復(fù)基礎(chǔ)尚不牢固，社會(huì)融資活動(dòng)日趨活躍，針對(duì)銀行機(jī)構(gòu)的欺詐、侵害增加，銀行業(yè)大案要案時(shí)有發(fā)生。此外，監(jiān)管機(jī)構(gòu)重拳頻出，針對(duì)商業(yè)銀行的天價(jià)罰單頻現(xiàn)，嚴(yán)監(jiān)管、強(qiáng)監(jiān)管舉措持續(xù)加碼。案件對(duì)資產(chǎn)、聲譽(yù)的損害以及隨之而來(lái)的監(jiān)管處罰已成為商業(yè)銀行必須直面和解決的痛點(diǎn)。與此同時(shí)，在科技拐點(diǎn)與數(shù)字經(jīng)濟(jì)的時(shí)代背景下，金融信息快速增長(zhǎng)，金融創(chuàng)新不斷深化，高新技術(shù)全方位滲透到了金融領(lǐng)域各個(gè)方面，商業(yè)銀行經(jīng)營(yíng)管理的思想理念、技術(shù)方法、應(yīng)用工具等方面已經(jīng)并將持續(xù)發(fā)生深刻變化，案防風(fēng)控領(lǐng)域同樣深受影響。

銀行業(yè)是典型的數(shù)據(jù)密集型行業(yè)。大數(shù)據(jù)時(shí)代，商業(yè)銀行已化身為“數(shù)據(jù)銀行”。波士頓咨詢公司前期調(diào)查發(fā)現(xiàn)，銀行業(yè)每百萬(wàn)美元收入的數(shù)據(jù)使用量為820GB，高于互聯(lián)網(wǎng)、電信、保險(xiǎn)等大多數(shù)其它行業(yè)?？梢哉f(shuō)，經(jīng)營(yíng)銀行就是經(jīng)營(yíng)數(shù)據(jù)，對(duì)數(shù)據(jù)的收集、整合和分析挖掘能力已逐漸成為商業(yè)銀行新的核心競(jìng)爭(zhēng)力之一。

目前，我國(guó)商業(yè)銀行尚處于多維數(shù)據(jù)流聚合的初級(jí)階段，數(shù)據(jù)價(jià)值的挖掘還有全方位提高的空間。一是存量的結(jié)構(gòu)化數(shù)據(jù)應(yīng)用不足。商業(yè)銀行已有數(shù)據(jù)多為客戶信息、賬戶信息、交易明細(xì)等結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)的應(yīng)用率亟需提高。二是非結(jié)構(gòu)化數(shù)據(jù)尚未得到有效處理。目前銀行業(yè)數(shù)據(jù)還存在大量非結(jié)構(gòu)化數(shù)據(jù)，商業(yè)銀行的日志、圖片、音頻、視頻等半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)仍在沉睡，未納入處理程序。三是外部數(shù)據(jù)缺口較大。對(duì)于公安、工商、稅務(wù)、海關(guān)、交通、通信和社保等政府部門的外部數(shù)據(jù)，目前只有少部分被商業(yè)銀行有效使用。綜上，商業(yè)銀行多維數(shù)據(jù)的開(kāi)放共享仍有較大缺口，案防能力提升仍有巨大空間。

作為對(duì)信息技術(shù)廣泛運(yùn)用、高度依賴的商業(yè)銀行，在案防風(fēng)控領(lǐng)域，必須突破傳統(tǒng)模式，利用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)驅(qū)動(dòng)案防體系、管理理念的發(fā)展創(chuàng)新，充分應(yīng)用結(jié)構(gòu)化數(shù)據(jù)、整理非結(jié)構(gòu)化數(shù)據(jù)、搭建智慧案防平臺(tái)，持續(xù)探索實(shí)現(xiàn)科技案防價(jià)值，同時(shí)建立與架構(gòu)調(diào)整、技術(shù)及策略變化相匹配的管理保障體系，構(gòu)建基于金融科技的案防頂層設(shè)計(jì)，以有效應(yīng)對(duì)、防范和處置銀行業(yè)的案件及重大風(fēng)險(xiǎn)事件。

二、農(nóng)業(yè)銀行智慧案防框架設(shè)計(jì)

近年來(lái)，農(nóng)業(yè)銀行通過(guò)對(duì)內(nèi)外部數(shù)據(jù)的全面治理、對(duì)案防機(jī)制的不斷完善以及對(duì)新興信息技術(shù)的持續(xù)探索，初步形成了一套具備農(nóng)業(yè)銀行特色的智慧案防總體框架，分為基礎(chǔ)數(shù)據(jù)層、服務(wù)平臺(tái)層、價(jià)值實(shí)現(xiàn)層、管理保障層四個(gè)層面。在農(nóng)業(yè)銀行數(shù)字化轉(zhuǎn)型過(guò)程中，以案防監(jiān)測(cè)預(yù)警平臺(tái)（簡(jiǎn)稱案防平臺(tái)）為基礎(chǔ)，積極推進(jìn)智慧案防體系落地，開(kāi)發(fā)了員工風(fēng)險(xiǎn)畫像、機(jī)構(gòu)風(fēng)險(xiǎn)畫像、客戶畫像、案件管理、風(fēng)險(xiǎn)監(jiān)測(cè)模型管理、預(yù)警信息處置、檢查工作快速查證等多個(gè)案件防控功能，初步建成了智慧案防平臺(tái)（圖1）。

圖1 智慧案防框架圖

（一）基礎(chǔ)數(shù)據(jù)層

大數(shù)據(jù)時(shí)代，底層數(shù)據(jù)積累是科技案防工作的基礎(chǔ)，農(nóng)業(yè)銀行全面集成了行內(nèi)外各類數(shù)據(jù)。一是統(tǒng)一收集內(nèi)部數(shù)據(jù)。大數(shù)據(jù)平臺(tái)歸集各系統(tǒng)原始數(shù)據(jù)，包括信貸、財(cái)務(wù)、信用卡等各類業(yè)務(wù)數(shù)據(jù)，可供直接處理使用的結(jié)構(gòu)化數(shù)據(jù)做到“應(yīng)歸盡歸”。二是全面引入外部數(shù)據(jù)。引入工商、公安、司法、海關(guān)、稅務(wù)等17大類外部數(shù)據(jù)，加強(qiáng)內(nèi)外部數(shù)據(jù)交互性。三是建立數(shù)據(jù)規(guī)范。制定相關(guān)制度，規(guī)范數(shù)據(jù)治理工作，統(tǒng)一客戶、員工、機(jī)構(gòu)、產(chǎn)品等全口徑數(shù)據(jù)標(biāo)準(zhǔn)。四是建立敏感信息使用規(guī)則。以規(guī)則框定敏感信息使用用戶與流程，同時(shí)對(duì)數(shù)據(jù)進(jìn)行脫敏處理，暢通使用渠道，保證數(shù)據(jù)的可用性。五是建立內(nèi)控案防數(shù)據(jù)集市。以客戶和員工為中心，整合其產(chǎn)品、行為、資產(chǎn)、負(fù)債、合規(guī)信息等數(shù)據(jù)，經(jīng)加工后形成面向案件防控的專業(yè)數(shù)據(jù)集市。

（二）服務(wù)平臺(tái)層

農(nóng)業(yè)銀行在經(jīng)過(guò)近幾年全行推進(jìn)數(shù)字化轉(zhuǎn)型后，在全面治理行內(nèi)外數(shù)據(jù)的基礎(chǔ)上，建立了三大案件防控服務(wù)平臺(tái)，為實(shí)現(xiàn)智慧案防的價(jià)值提供了有效工具。

一是數(shù)據(jù)分析平臺(tái)，用于建立模型、訓(xùn)練模型。農(nóng)業(yè)銀行基于底層源數(shù)據(jù)，建設(shè)了模型設(shè)計(jì)平臺(tái)，為各業(yè)務(wù)條線、各層級(jí)用戶提供了便捷易用的案件風(fēng)險(xiǎn)特征分析與建模工具，支持案防監(jiān)測(cè)模型的研制、測(cè)試、運(yùn)行。通過(guò)分析數(shù)據(jù)、梳理邏輯、編制規(guī)則，在底層數(shù)據(jù)的基礎(chǔ)上研發(fā)各類業(yè)務(wù)風(fēng)險(xiǎn)監(jiān)測(cè)模型，并區(qū)分測(cè)試環(huán)境和運(yùn)行環(huán)境，在測(cè)試環(huán)境下研制優(yōu)化模型，研發(fā)成熟后部署至運(yùn)行環(huán)境提取數(shù)據(jù)。

二是案件防控平臺(tái)，用于案防工作的全面管理。農(nóng)業(yè)銀行基于案防工作需要，規(guī)劃設(shè)計(jì)案件防控平臺(tái)，對(duì)案件、模型、預(yù)警信息進(jìn)行統(tǒng)一管理。針對(duì)案件、模型信息，實(shí)現(xiàn)了集成共享的管理體系，便于開(kāi)展案件的復(fù)盤解構(gòu)，并相應(yīng)優(yōu)化或創(chuàng)新風(fēng)險(xiǎn)監(jiān)測(cè)模型。同時(shí)，建立了模型登記、審核、評(píng)估、啟用、退出的全生命周期管理體系。

三是線索查證平臺(tái)，用于輔助現(xiàn)場(chǎng)核查工作。農(nóng)業(yè)銀行通過(guò)逐年優(yōu)化案防平臺(tái)功能，一是實(shí)現(xiàn)了針對(duì)單個(gè)員工基本信息、交易信息、風(fēng)險(xiǎn)畫像的快速查詢，并創(chuàng)新研發(fā)了“資金追蹤器”，使線索查證平臺(tái)逐漸成為了現(xiàn)場(chǎng)檢查工作最有效的輔助工具。二是通過(guò)設(shè)計(jì)員工合規(guī)風(fēng)險(xiǎn)量化評(píng)估指標(biāo)，助力員工在風(fēng)險(xiǎn)畫像及檢查工作中的查詢和監(jiān)測(cè)分析。三是在行內(nèi)檢查工作管理系統(tǒng)中建立了檢查發(fā)現(xiàn)問(wèn)題違規(guī)點(diǎn)庫(kù)，為現(xiàn)場(chǎng)檢查工作打下了良好的基礎(chǔ)。

（三）價(jià)值實(shí)現(xiàn)層

農(nóng)業(yè)銀行充分利用已有的數(shù)據(jù)、模型、系統(tǒng)，在智慧案防方面，逐步實(shí)現(xiàn)了員工風(fēng)險(xiǎn)畫像、機(jī)構(gòu)風(fēng)險(xiǎn)畫像、客戶畫像、合規(guī)風(fēng)險(xiǎn)監(jiān)測(cè)、預(yù)警信息處置等功能。

一是員工風(fēng)險(xiǎn)畫像。農(nóng)業(yè)銀行整合行內(nèi)外各類風(fēng)險(xiǎn)數(shù)據(jù)，形成員工合規(guī)風(fēng)險(xiǎn)畫像，包括信用風(fēng)險(xiǎn)、合規(guī)檔案、異常行為等方面，以報(bào)告、圖表、數(shù)據(jù)等多種形式全方位展現(xiàn)員工的風(fēng)險(xiǎn)狀況。同時(shí)，創(chuàng)新員工風(fēng)險(xiǎn)監(jiān)測(cè)機(jī)制，建立員工合規(guī)風(fēng)險(xiǎn)量化評(píng)分體系，制定包括員工異常行為類、合規(guī)管理類等多方面的量化評(píng)估指標(biāo)，匯總計(jì)算出員工合規(guī)風(fēng)險(xiǎn)評(píng)分，監(jiān)測(cè)高風(fēng)險(xiǎn)目標(biāo)。

二是機(jī)構(gòu)風(fēng)險(xiǎn)畫像。農(nóng)業(yè)銀行整合法律風(fēng)險(xiǎn)、運(yùn)營(yíng)風(fēng)險(xiǎn)、聲譽(yù)風(fēng)險(xiǎn)、投訴、消保、檢查發(fā)現(xiàn)問(wèn)題、案件及風(fēng)險(xiǎn)事件等內(nèi)部風(fēng)險(xiǎn)數(shù)據(jù)及監(jiān)管處罰等外部風(fēng)險(xiǎn)數(shù)據(jù)，對(duì)機(jī)構(gòu)合規(guī)風(fēng)險(xiǎn)進(jìn)行畫像。同時(shí)確定機(jī)構(gòu)合規(guī)風(fēng)險(xiǎn)三級(jí)量化評(píng)估指標(biāo)，依據(jù)指標(biāo)數(shù)據(jù)對(duì)機(jī)構(gòu)進(jìn)行合規(guī)風(fēng)險(xiǎn)評(píng)估，確定高中低風(fēng)險(xiǎn)等級(jí)行，重點(diǎn)關(guān)注高風(fēng)險(xiǎn)等級(jí)行。

三是客戶畫像?？蛻舢嬒窆δ転闄z查監(jiān)督人員提供高效的查證工具，為案件風(fēng)險(xiǎn)排查工作提供了多方位數(shù)據(jù)支持。檢查人員可根據(jù)授權(quán)，查詢分析檢查所需的相關(guān)信息。

四是合規(guī)風(fēng)險(xiǎn)監(jiān)測(cè)。農(nóng)業(yè)銀行不斷探索創(chuàng)新風(fēng)控手段，分析挖掘風(fēng)險(xiǎn)數(shù)據(jù)，定期建模監(jiān)測(cè)，持續(xù)開(kāi)展合規(guī)風(fēng)險(xiǎn)監(jiān)測(cè)工作。一是定期開(kāi)展重點(diǎn)領(lǐng)域核查。研發(fā)優(yōu)化信貸、信用卡、國(guó)際業(yè)務(wù)等重點(diǎn)領(lǐng)域風(fēng)險(xiǎn)監(jiān)測(cè)模型，提取并分析數(shù)據(jù)形成檢查重點(diǎn)樣本，組織各級(jí)機(jī)構(gòu)開(kāi)展核查。二是創(chuàng)新提出信貸人員風(fēng)險(xiǎn)監(jiān)測(cè)方式。通過(guò)計(jì)算信貸業(yè)務(wù)人員的風(fēng)險(xiǎn)及績(jī)效指標(biāo)，考察信貸業(yè)務(wù)人員的風(fēng)險(xiǎn)情況，建立信貸業(yè)務(wù)風(fēng)險(xiǎn)控制的新體系。三是創(chuàng)新研制了資金追蹤器，通過(guò)特征分析、聚合運(yùn)算、鏈?zhǔn)降?，逐筆判定支付交易與特定資金的關(guān)聯(lián)性，最終形成特定資金涉及多賬戶、多對(duì)手的第一、二、三手流向鏈，此項(xiàng)創(chuàng)新成功突破了以往的監(jiān)測(cè)盲區(qū)，可廣泛用于信貸、信用卡、財(cái)務(wù)等領(lǐng)域的精準(zhǔn)監(jiān)測(cè)。

五是預(yù)警信息處置。預(yù)警處置功能實(shí)現(xiàn)了預(yù)警信息的接收、分析、分級(jí)分類、分發(fā)、核查全鏈條處理，支持各條線定制個(gè)性化流程，并可協(xié)同處置各類預(yù)警信息。

（四）管理保障層

農(nóng)業(yè)銀行經(jīng)過(guò)多年的案件風(fēng)險(xiǎn)防控實(shí)踐，建立了比較完備的案防機(jī)制和工作模式。一是在案防機(jī)制方面，農(nóng)業(yè)銀行按條線、層級(jí)分別設(shè)立了總行核心案防團(tuán)隊(duì)、部門柔性案防團(tuán)隊(duì)和分行案防團(tuán)隊(duì)。其中，總行核心案防團(tuán)隊(duì)通過(guò)對(duì)農(nóng)業(yè)銀行內(nèi)外部案件復(fù)盤研究，持續(xù)創(chuàng)新風(fēng)險(xiǎn)監(jiān)測(cè)思路，研發(fā)完善監(jiān)測(cè)模型，引領(lǐng)全行案防重點(diǎn)和風(fēng)險(xiǎn)防控方向?？傂胁块T柔性案防團(tuán)隊(duì)由各業(yè)務(wù)部門指定專人構(gòu)成，作為核心骨干團(tuán)隊(duì)的有效補(bǔ)充，定期疏理本業(yè)務(wù)條線風(fēng)險(xiǎn)特征，不定期參與全行案防風(fēng)險(xiǎn)研討，積極提供監(jiān)測(cè)思路和模型建議。分行案防團(tuán)隊(duì)根據(jù)轄內(nèi)風(fēng)險(xiǎn)狀況，可自主性、創(chuàng)造性地開(kāi)展風(fēng)險(xiǎn)監(jiān)測(cè)工作，積極向上級(jí)案防團(tuán)隊(duì)匯報(bào)轄內(nèi)新型風(fēng)險(xiǎn)特征，提供監(jiān)測(cè)思路。二是在工作模式方面，主要為案件驅(qū)動(dòng)和任務(wù)驅(qū)動(dòng)兩種模式。案件驅(qū)動(dòng)模式，即本行或同業(yè)案件發(fā)生后，總行核心案防團(tuán)隊(duì)、案件相關(guān)的部門柔性團(tuán)隊(duì)、案發(fā)機(jī)構(gòu)所在的分行案防團(tuán)隊(duì)協(xié)同開(kāi)展復(fù)盤解構(gòu)工作，運(yùn)用大數(shù)據(jù)分析，研發(fā)上線相應(yīng)的監(jiān)測(cè)模型，及時(shí)揭示同類風(fēng)險(xiǎn)隱患。任務(wù)驅(qū)動(dòng)模式，即總行核心案防團(tuán)隊(duì)聯(lián)合部門柔性團(tuán)隊(duì)，根據(jù)外部監(jiān)管重點(diǎn)、新產(chǎn)品新業(yè)務(wù)的風(fēng)險(xiǎn)特征、分布等情況，確定重點(diǎn)監(jiān)測(cè)領(lǐng)域、對(duì)象、機(jī)構(gòu)，確定年度風(fēng)險(xiǎn)監(jiān)測(cè)任務(wù)，根據(jù)難易程度，匹配任務(wù)承接團(tuán)隊(duì)，按計(jì)劃進(jìn)行數(shù)據(jù)分析建模，開(kāi)展風(fēng)險(xiǎn)監(jiān)測(cè)及后續(xù)核查 工作。

三、農(nóng)業(yè)銀行智慧案防框架實(shí)踐——信貸業(yè)務(wù)風(fēng)險(xiǎn)指標(biāo)監(jiān)測(cè)

2020年，農(nóng)業(yè)銀行提出信貸業(yè)務(wù)風(fēng)險(xiǎn)監(jiān)測(cè)新思路，即以對(duì)公、個(gè)人貸款相關(guān)數(shù)據(jù)作為基礎(chǔ)，通過(guò)數(shù)據(jù)處理、模型計(jì)算，得到全行信貸業(yè)務(wù)相關(guān)辦理人員的風(fēng)險(xiǎn)及績(jī)效指標(biāo)。信貸業(yè)務(wù)風(fēng)險(xiǎn)指標(biāo)監(jiān)測(cè)功能已于2021年部署上線，其實(shí)現(xiàn)思路、數(shù)據(jù)來(lái)源、實(shí)現(xiàn)步驟及價(jià)值應(yīng)用如下：

（一）在管理保障層，創(chuàng)新研究信貸業(yè)務(wù)風(fēng)險(xiǎn)控制機(jī)制

目前，農(nóng)業(yè)銀行信用貸款業(yè)務(wù)的風(fēng)險(xiǎn)控制手段主要為直接觀察第一還款來(lái)源，人工判斷客戶資金來(lái)源是否充足、穩(wěn)定，分析客戶還款來(lái)源是否能夠覆蓋貸款本息。但是，以某二級(jí)分行為例，全轄8個(gè)縣級(jí)支行僅有十余名個(gè)貸人員，人均管戶數(shù)量較多，并且西部地區(qū)地廣人稀，這種情況下，個(gè)貸人員執(zhí)行貸前調(diào)查、貸后管理等相關(guān)制度難度加大。

現(xiàn)有風(fēng)控制度的不完善容易導(dǎo)致一是風(fēng)險(xiǎn)防控難以達(dá)到較好效果。二是違規(guī)操作可能性較大。三是審計(jì)、檢查、責(zé)任追究部門人員行為容易極端化，一部分人為了防范檢查不到位、處理不到位可能給自身帶來(lái)的風(fēng)險(xiǎn)，仍然“照章辦事”，另一部分人則心存體恤，不忍查、不忍處，這兩種行為實(shí)際上都會(huì)進(jìn)一步加劇制度執(zhí)行的“破窗效應(yīng)”。

針對(duì)現(xiàn)有問(wèn)題，農(nóng)業(yè)銀行創(chuàng)新設(shè)計(jì)信貸業(yè)務(wù)風(fēng)險(xiǎn)監(jiān)測(cè)指標(biāo)，作為信貸業(yè)務(wù)風(fēng)險(xiǎn)控制的間接考察依據(jù)。設(shè)置員工發(fā)放貸款不良率作為信貸業(yè)務(wù)的風(fēng)險(xiǎn)指標(biāo)，發(fā)放貸款平均收益率作為信貸業(yè)務(wù)的績(jī)效指標(biāo)。通過(guò)計(jì)算考察兩個(gè)指標(biāo)的數(shù)值，設(shè)定風(fēng)險(xiǎn)排查容忍值，確定高風(fēng)險(xiǎn)員工，建立分級(jí)審查檢查機(jī)制，對(duì)信貸辦理過(guò)程中潛在的風(fēng)險(xiǎn)進(jìn)行監(jiān)測(cè)。

（二）在基礎(chǔ)數(shù)據(jù)層，實(shí)施數(shù)據(jù)全流程處理

一是源數(shù)據(jù)。模型所需數(shù)據(jù)來(lái)源于農(nóng)業(yè)銀行信貸管理系統(tǒng)中已納入大數(shù)據(jù)平臺(tái)的貸款業(yè)務(wù)相關(guān)數(shù)據(jù)表，如借款憑證表（包含憑證號(hào)、客戶號(hào)、業(yè)務(wù)品種、借款日期等）、貸款基本流程記錄表（包含貸款辦理人、審批人等）、呆賬核銷入賬信息表（包含核銷本金、核銷利息等）、不良貸款金額變動(dòng)信息表（包含收回本金、收回利息等）等。

二是數(shù)據(jù)處理。建模人員需確定監(jiān)測(cè)人員范圍，即提取貸款關(guān)系人（包括貸前調(diào)查人員、貸中審批人員、貸后管理人員）；需提取金額類數(shù)據(jù)，如每筆貸款的貸款金額、不良貸款余額、已核銷金額、已核銷收回金額等；需提取時(shí)間周期類數(shù)據(jù)，如每筆貸款的貸款周期、付息周期等。

三是結(jié)果計(jì)算。依據(jù)已準(zhǔn)備好的數(shù)據(jù)，按模型公式計(jì)算每個(gè)貸款關(guān)系人的指標(biāo)數(shù)值，得到對(duì)公貸款和個(gè)人貸款兩個(gè)維度的三類數(shù)據(jù)結(jié)果表，分別為貸款關(guān)系人表（用于記錄貸款關(guān)系人信息）、貸款憑證處理結(jié)果表（用戶記錄付息期、貸款周期等信息）和信貸指標(biāo)表（用于存儲(chǔ)員工信貸不良率、平均收益率等結(jié)果數(shù)據(jù)）。

（三）在服務(wù)平臺(tái)層，建立信貸業(yè)務(wù)風(fēng)險(xiǎn)指標(biāo)監(jiān)測(cè)模型

信貸業(yè)務(wù)指標(biāo)監(jiān)測(cè)模型包括風(fēng)險(xiǎn)和績(jī)效2個(gè)定期運(yùn)行模型，計(jì)算包括條線負(fù)責(zé)人、主管副行長(zhǎng)在內(nèi)的信貸業(yè)務(wù)辦理人員指標(biāo)值，直至該員工退出信貸領(lǐng)域。模型公式及計(jì)算說(shuō)明如下：

1.風(fēng)險(xiǎn)指標(biāo)模型

其中：

（1）不良貸款指貸款性質(zhì)為次級(jí)、可疑、損失分類的貸款（數(shù)據(jù)表中為字段“風(fēng)險(xiǎn)分類”值>=30）。不良貸款核銷后，仍需將其保留在員工發(fā)放形成的不良貸款余額中。

（2）貸款收息存續(xù)期 = 最后收息日 － 貸款發(fā)放日。

2.績(jī)效指標(biāo)模型

其中：

（1）貸款損失 = 貸款利息 － 預(yù)計(jì)損失或核銷損失。

預(yù)計(jì)損失 = 不良余額 * 預(yù)計(jì)損失率。其中預(yù)計(jì)損失率按次級(jí)、可疑、損失三種貸款性質(zhì)分別設(shè)定，比如0.4、0.7、0.9。

核銷損失 = 已核銷金額 － 收回金額。

（2）核銷或不良貸款存續(xù)期年化金額 =［（貸款金額－收回本金）*（核銷日或不良當(dāng)前日－貸款日） + 收回本金*（收回日－貸款日）］/365（若為結(jié)清貸款：收回本金為0，“核銷日或不良當(dāng)前日”即為貸款結(jié)清日。）

3.風(fēng)險(xiǎn)容忍值

按照中心極限定理，當(dāng)樣本≥30時(shí)，總體的特征才有比較良好的置信度。因此，上述兩個(gè)公式的缺點(diǎn)是：當(dāng)某員工發(fā)放貸款筆數(shù)較少時(shí)（≤29筆），公式的置信區(qū)間急劇擴(kuò)大。

業(yè)務(wù)部門需設(shè)定30筆及以上貸款業(yè)務(wù)量時(shí)的風(fēng)險(xiǎn)排查容忍值，定期排查不良指標(biāo)值高于排查容忍值的貸款關(guān)系員工，并每年評(píng)估更新一次排查容忍值。對(duì)于個(gè)人貸款業(yè)務(wù)，容忍指標(biāo)值建議設(shè)定在盈虧平衡點(diǎn)或微利狀態(tài)附近，不宜過(guò)高。尤其是對(duì)精準(zhǔn)扶貧貸款不設(shè)指標(biāo)值，對(duì)其他小額扶貧貸款可以設(shè)定在一定的虧損狀態(tài)。

（四）在價(jià)值實(shí)現(xiàn)層，全面應(yīng)用信貸業(yè)務(wù)指標(biāo)監(jiān)測(cè)模型結(jié)果

農(nóng)業(yè)銀行利用計(jì)算得到的貸款參與人不良率和平均收益率指標(biāo)，主要用于責(zé)任審計(jì)、風(fēng)險(xiǎn)監(jiān)測(cè)、責(zé)任追究等工作中。

一是責(zé)任審計(jì)。在責(zé)任審計(jì)時(shí)，應(yīng)重點(diǎn)關(guān)注大于等于30筆業(yè)務(wù)量且不良率嚴(yán)重超過(guò)設(shè)定風(fēng)險(xiǎn)排查容忍值的貸款審批人員，按照崗位重要程度由總行核心案防團(tuán)隊(duì)、總行部門柔性案防團(tuán)隊(duì)或分行案防團(tuán)隊(duì)開(kāi)展針對(duì)性核查。

二是風(fēng)險(xiǎn)監(jiān)測(cè)。根據(jù)機(jī)構(gòu)、日期、姓名、客戶號(hào)、貸款類型等條件，篩選不良率高、收益率低的機(jī)構(gòu)和員工進(jìn)行監(jiān)測(cè)。重點(diǎn)關(guān)注整體不良率較高或整體收益率較低的機(jī)構(gòu)，以及不良指標(biāo)值遠(yuǎn)高于風(fēng)險(xiǎn)排查容忍值的員工。

三是責(zé)任追究。在追究責(zé)任時(shí)，需審查責(zé)任人員的貸款業(yè)務(wù)風(fēng)險(xiǎn)指標(biāo)，對(duì)不可抗因素導(dǎo)致的不良貸款，在模型計(jì)算中作手工剔除處理，對(duì)剔除后兩個(gè)指標(biāo)均超標(biāo)的，應(yīng)給予紀(jì)律處分，對(duì)一個(gè)指標(biāo)超標(biāo)的，可不予處理。對(duì)于已完成責(zé)任追究的員工，在系統(tǒng)中調(diào)整其風(fēng)險(xiǎn)排查容忍值為當(dāng)前不良指標(biāo)值，避免重復(fù)核查。

四、提升商業(yè)銀行智慧案防能力的建議

通過(guò)農(nóng)業(yè)銀行智慧案防框架設(shè)計(jì)及實(shí)踐經(jīng)驗(yàn)發(fā)現(xiàn)，在信息科技時(shí)代，商業(yè)銀行的智慧案防能力在很大程度上取決于對(duì)行內(nèi)數(shù)據(jù)分析挖掘的應(yīng)用能力，而底層數(shù)據(jù)積累、數(shù)據(jù)分析工具搭建則是基礎(chǔ)。所以，本文認(rèn)為，提升商業(yè)銀行智慧案防能力首先需打好地基，全面開(kāi)展內(nèi)外部數(shù)據(jù)治理；其次需打造工具，搭建數(shù)據(jù)分析挖掘工具，并不斷探索科技案防新手段；最后需提升應(yīng)用水平，匹配信息科技人才，成立專職案防風(fēng)控?cái)?shù)據(jù)分析師團(tuán)隊(duì)。

（一）開(kāi)展內(nèi)部數(shù)據(jù)治理，提升數(shù)據(jù)質(zhì)量

商業(yè)銀行，特別是大型商業(yè)銀行，擁有龐大的客戶群體，積累了豐富的客戶數(shù)據(jù)，包括基礎(chǔ)數(shù)據(jù)、交易數(shù)據(jù)等，這些數(shù)據(jù)對(duì)于異常交易識(shí)別、風(fēng)險(xiǎn)程度研判等都具有很高的應(yīng)用價(jià)值。但是，在現(xiàn)實(shí)條件下，因商業(yè)銀行目前條塊化的組織架構(gòu)所帶來(lái)的系統(tǒng)和信息“豎井”，導(dǎo)致數(shù)據(jù)質(zhì)量低、共享難、管理弱的問(wèn)題比較突出，數(shù)據(jù)的可利用程度差。因此，商業(yè)銀行在積累數(shù)據(jù)的同時(shí)，一是要加強(qiáng)內(nèi)部結(jié)構(gòu)化數(shù)據(jù)治理，提升數(shù)據(jù)質(zhì)量。將分散在各業(yè)務(wù)系統(tǒng)中零亂、標(biāo)準(zhǔn)不統(tǒng)一的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行有效治理，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，為數(shù)據(jù)的開(kāi)放共享打下基礎(chǔ)。二是要加強(qiáng)內(nèi)部非結(jié)構(gòu)化數(shù)據(jù)的整合。在做好客戶信息保護(hù)的前提下，對(duì)內(nèi)部各類案件風(fēng)險(xiǎn)信息、內(nèi)外部檢查結(jié)果、投訴舉報(bào)等信息進(jìn)行統(tǒng)一標(biāo)識(shí)和有效整合，盤活數(shù)據(jù)的應(yīng)用價(jià)值。三是暢通敏感數(shù)據(jù)使用渠道。出臺(tái)交易數(shù)據(jù)、征信信息等敏感數(shù)據(jù)使用管理辦法，明確與案防風(fēng)控相關(guān)的敏感數(shù)據(jù)的使用范圍、規(guī)則及管理模式，提升敏感數(shù)據(jù)使用便利性。

（二）引入整合外部數(shù)據(jù)，拓展數(shù)據(jù)來(lái)源

在大數(shù)據(jù)時(shí)代，商業(yè)銀行要堅(jiān)持內(nèi)部積累和外部引入并重，通過(guò)購(gòu)買、共享、合作開(kāi)發(fā)等方式，積極拓展行外案防風(fēng)控?cái)?shù)據(jù)源，實(shí)現(xiàn)對(duì)行內(nèi)數(shù)據(jù)的有效補(bǔ)充和加強(qiáng)認(rèn)證。從數(shù)據(jù)來(lái)源上看，主要包括工商、稅務(wù)、房產(chǎn)等官方數(shù)據(jù)；從數(shù)據(jù)類型上看，主要包括各類風(fēng)險(xiǎn)名單信息、多頭借貸與逾期信息等；從數(shù)據(jù)質(zhì)量上看，司法、海關(guān)、網(wǎng)絡(luò)輿情、工商、反欺詐等數(shù)據(jù)質(zhì)量較高，應(yīng)用比較成熟。在外部數(shù)據(jù)引入后，要加強(qiáng)對(duì)結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一管理和應(yīng)用，并通過(guò)語(yǔ)音識(shí)別、圖像識(shí)別、OCR等技術(shù)加強(qiáng)非結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用能力，解決銀行與客戶之間信息不對(duì)稱的問(wèn)題，幫助銀行更全面、準(zhǔn)確、清晰地了解客戶情況，使客戶畫像更加接近真實(shí)全貌。

（三）搭建數(shù)據(jù)分析平臺(tái)，挖掘風(fēng)險(xiǎn)信息

無(wú)論是內(nèi)部數(shù)據(jù)還是外部數(shù)據(jù)，只有被精準(zhǔn)分析和研究，才能有效識(shí)別風(fēng)險(xiǎn)并有效防控。因此，商業(yè)銀行需構(gòu)建計(jì)算高效、安全穩(wěn)定、功能全面、服務(wù)專業(yè)的企業(yè)級(jí)數(shù)據(jù)分析挖掘平臺(tái)，以高質(zhì)量的內(nèi)外部數(shù)據(jù)為基礎(chǔ)，搭建閉環(huán)數(shù)據(jù)使用體系，支持?jǐn)?shù)據(jù)分析挖掘的全流程處理，涵蓋數(shù)據(jù)導(dǎo)入、數(shù)據(jù)預(yù)處理、特征加工、模型訓(xùn)練、模型評(píng)級(jí)、成果落地等環(huán)節(jié)，并提供豐富的挖掘工具、集成的算法庫(kù)、良好的用戶界面和便捷的操作模式，以及共享的數(shù)據(jù)分析知識(shí)庫(kù)，讓數(shù)據(jù)分析人員更自由、直觀、自主地探索數(shù)據(jù)價(jià)值。在此基礎(chǔ)上，深入挖掘商業(yè)銀行信貸、運(yùn)營(yíng)財(cái)會(huì)、員工行為等違規(guī)問(wèn)題高發(fā)領(lǐng)域的數(shù)據(jù)，及時(shí)發(fā)現(xiàn)、識(shí)別、監(jiān)測(cè)、處置隱藏的風(fēng)險(xiǎn)。

（四）探索前沿信息技術(shù)，創(chuàng)新案防手段

目前，商業(yè)銀行案防技術(shù)應(yīng)用存在一定滯后性。一是從屬性看，以追逐式案防為主，多為事后監(jiān)測(cè)，前瞻性風(fēng)險(xiǎn)預(yù)測(cè)不足。二是從方法看，以表間關(guān)聯(lián)、條件篩選、參數(shù)設(shè)置等邏輯運(yùn)算為主，聚類、決策樹(shù)、邏輯回歸等統(tǒng)計(jì)分析應(yīng)用不足。三是從創(chuàng)新看，人工智能的應(yīng)用場(chǎng)景仍為空白，主要基于傳統(tǒng)的專家經(jīng)驗(yàn)與規(guī)則設(shè)計(jì)，風(fēng)控系統(tǒng)“只能按照編好的程序工作”，尚未引入機(jī)器學(xué)習(xí)等技術(shù)，無(wú)法實(shí)現(xiàn)由機(jī)器通過(guò)海量數(shù)據(jù)及樣本訓(xùn)練完成的自我學(xué)習(xí)優(yōu)化。

商業(yè)銀行需在已有的源數(shù)據(jù)及數(shù)據(jù)分析模型基礎(chǔ)上，結(jié)合目前已取得一定成效的人工智能、區(qū)塊鏈、聯(lián)邦學(xué)習(xí)等新興科技，致力于實(shí)現(xiàn)數(shù)據(jù)跨區(qū)域加密共享使用、機(jī)器自我學(xué)習(xí)完善風(fēng)險(xiǎn)特征、模型提前預(yù)測(cè)案件風(fēng)險(xiǎn)等智能案防手段。

（五）匹配科技人才隊(duì)伍，提升應(yīng)用能力

在完備數(shù)據(jù)存儲(chǔ)、完成分析平臺(tái)搭建的基礎(chǔ)上，專業(yè)科技案防人才隊(duì)伍建設(shè)對(duì)于提升商業(yè)銀行整體風(fēng)險(xiǎn)防控水平至關(guān)重要。商業(yè)銀行需在全行范圍內(nèi)，跨部門、跨層級(jí)選拔數(shù)據(jù)分析建模人員，成立專職案防風(fēng)控?cái)?shù)據(jù)分析師團(tuán)隊(duì)，并打破現(xiàn)有管理?xiàng)l線和層級(jí)壁壘，采用柔性團(tuán)隊(duì)靈活作業(yè)模式，形成跨業(yè)務(wù)條線的科技案防力量，在案件高發(fā)和重點(diǎn)業(yè)務(wù)領(lǐng)域集中攻關(guān)，以專家聚合帶動(dòng)數(shù)據(jù)聚合、工具聚合、技術(shù)聚合、專業(yè)經(jīng)驗(yàn)聚合，突破單向、碎片化監(jiān)測(cè)的局限，從而有效的利用數(shù)據(jù)、充分的運(yùn)用數(shù)據(jù)分析挖掘工具，為后續(xù)風(fēng)險(xiǎn)監(jiān)測(cè)模型研發(fā)、線索分析、現(xiàn)場(chǎng)核查全流程案件風(fēng)險(xiǎn)排查工作提供中堅(jiān)力量，從而有效提升銀行整體的案件風(fēng)險(xiǎn)防控水平。